跨年龄组的注视分布分析与显著性预测
计算机视觉与模式识别
2019-04-23 v2
摘要
了解人类视觉系统有助于开发更好的视觉注意力计算模型。当前最先进的模型旨在模拟年轻成人的视觉注意力系统，但在很大程度上忽略了随年龄增长而发生的变化。本文研究了视觉场景处理如何随年龄变化，并提出一个年龄自适应框架，以帮助开发能够预测不同年龄组显著性的计算模型。我们的分析揭示了观察者的探索性如何随年龄变化，一个年龄组的显著性图与来自相同或不同年龄组观察者的注视点的一致性程度，以及年龄如何影响中心偏倚。我们分析了四个年龄组共 82 名观察者在探索视觉场景时的眼动行为。探索性通过显著性图的熵来量化，曲线下面积（AUC）指标用于量化一致性分析和中心偏倚。这些结果被用于开发年龄自适应的显著性模型。我们的结果表明，所提出的年龄自适应显著性模型在预测跨年龄组的感兴趣区域方面优于现有的显著性模型。
引用
@article{arxiv.1705.07284,
title = {Gaze Distribution Analysis and Saliency Prediction Across Age Groups},
author = {Onkar Krishna and Kiyoharu Aizawa and Andrea Helo and Rama Pia},
journal= {arXiv preprint arXiv:1705.07284},
year = {2019}
}